ටැබ්ලට් පරිගණක සඳහා AI-සක්රීය චිප්සෙට් නිර්මාණය සහ නිෂ්පාදනය
ටැබ්ලට් පරිගණක අන්තර්ගත පරිභෝජන උපාංගවල සිට වැඩ, ඉගෙනීම සහ වෘත්තීය නිර්මාණශීලිත්වය සඳහා මෙවලම් දක්වා පරිණාමය වී ඇත. තිරය පිටුපස, මෙම ප්රගතිය බොහෝ දුරට තීරණය වන්නේ චිප්සෙට් විසිනි - CPU සැකසුම්, GPU ග්රැෆික්ස්, සම්බන්ධතාවය, ආරක්ෂාව, බල කාර්යක්ෂමතාව සහ කෘතිම බුද්ධි ත්වරණය පවා හසුරුවන මොළය. මෑත වසරවලදී, කෘතිම බුද්ධිය (AI) ටැබ්ලට් පරිගණකවල අංගයක් බවට පත්ව ඇතිවා පමණක් නොව, චිප්සෙට් නිර්මාණය කර නිෂ්පාදනය කරන ආකාරය ද වෙනස් කිරීමට පටන් ගෙන තිබේ. ටැබ්ලට්-විශේෂිත චිප්සෙට් නිර්මාණය සහ නිෂ්පාදනය කිරීමේදී AI කාර්යභාරයක් ඉටු කරන ආකාරය, එහි ප්රතිලාභ, අභියෝග සහ අනාගත සංවර්ධන දිශාවන් මෙම ලිපියෙන් සාකච්ඡා කෙරේ.
ටැබ්ලට් චිප්සෙට් වඩාත් සංකීර්ණ වන්නේ ඇයි?
ටැබ්ලට් භාවිතා කරන්නන්ගේ අවශ්යතා වඩ වඩාත් විවිධාකාර වේ. නවීන ටැබ්ලට් පරිගණකවලට ඵලදායිතා යෙදුම් ක්රියාත්මක කිරීමට, ස්ටයිලස් එකකින් නිවැරදිව ඇඳීමට, වීඩියෝ සම්මන්ත්රණ පැවැත්වීමට, ඡායාරූප සහ වීඩියෝ සැකසීමට සහ ක්රීඩා සඳහා සහාය වීමට හැකි විය යුතුය. ප්රධාන අභියෝගය වන්නේ අඩු බල පරිභෝජනයක් සහ විශාල සිසිලන පද්ධති නොමැතිව සිහින් ශරීරයක් සමඟ ඉහළ කාර්ය සාධනය සමතුලිත කිරීමයි.
තාප සහ බැටරි සීමාවන් නිසා, ටැබ්ලට් චිප්සෙට් වලට තිබිය යුත්තේ:
– දෛනික කාර්යයන් සහ බහු කාර්යයන් සඳහා කාර්යක්ෂම CPU.
- ග්රැෆික්ස් සහ සමාන්තර පරිගණකකරණය සඳහා බලවත් GPU.
- උපාංගයේ AI විශේෂාංග සඳහා NPU/AI ත්වරකය (උදා: කථන හඳුනාගැනීම, රූප සැකසීම, පෙළ සාරාංශගත කිරීම).
- කැමරාව සහ ලේඛන පරිලෝකනය සඳහා ISP (රූප සංඥා සකසනය).
– මොඩමය සහ සම්බන්ධතාවය (මාදිලිය අනුව Wi‑Fi, 5G).
- ආරක්ෂාව (ආරක්ෂිත වාසස්ථානය, විශ්වාසදායක ක්රියාත්මක කිරීමේ පරිසරය).
මෙම සංකීර්ණතාවය නිසා චිප නිර්මාණය කිරීමේ ක්රියාවලිය කාලය ගතවන සහ මිල අධික වේ. AI බහුලව භාවිතා වීමට පටන් ගන්නේ මෙතැනදීය.
චිප්සෙට් නිර්මාණ අවධියේදී AI හි කාර්යභාරය
1. වාස්තු විද්යාත්මක සැලසුම්කරණය සහ සැලසුම් ගවේෂණය (සැලසුම් අභ්යවකාශ ගවේෂණය)
ට්රාන්සිස්ටර පිරිසැලසුම වැනි තාක්ෂණික විස්තර සොයා බැලීමට පෙර, චිප් කණ්ඩායමට ගෘහ නිර්මාණ ශිල්පය නිර්වචනය කිරීමට අවශ්ය වේ: CPU මධ්ය ගණන, හැඹිලි ප්රමාණය, GPU වින්යාසය, මතක කලාප පළල සහ බල ඉලක්ක. මෙයට සාමාන්යයෙන් දිගු සමාකරණ සහ පුනරාවර්තන ඇතුළත් වේ.
AI හට මෙම අදියර වේගවත් කළ හැක්කේ:
- නිශ්චිත වින්යාසයන් මත පදනම්ව කාර්ය සාධනය සහ බල පුරෝකථන ආකෘති නිර්මාණය කරන්න.
– ඉලක්කයට අනුව සංරචකවල ප්රශස්ත සංයෝජනය යෝජනා කරයි (උදා: ඵලදායිතාව සඳහා ටැබ්ලටය vs ක්රීඩා).
- අතින් සිදු කළ යුතු අත්හදා බැලීම් ගණන අඩු කරයි.
එහි ප්රතිඵලයක් වශයෙන්, කණ්ඩායම්වලට කාර්ය සාධනය සහ කාර්යක්ෂමතාව අතර “මිහිරි ස්ථානය” ඉක්මනින් සොයා ගත හැකිය.
2. RTL (ලියාපදිංචි-මාරු මට්ටම) ප්රශස්තිකරණය
RTL යනු තාර්කික පරිපථවලට සංස්ලේෂණය කරනු ලබන දෘඩාංග හැසිරීම් පිළිබඳ "විස්තරයකි". RTL හි බොහෝ තීරණ සංඛ්යාතය, බලය සහ චිප ප්රමාණයට බලපායි.
AI/ML හට උදව් කළ හැක්කේ:
– RTL හි වඩාත්ම බලය පරිභෝජනය කරන හෝ කාල බාධක කොටස් හඳුනා ගන්න.
– ප්රතිසංස්කරණය හෝ ක්ෂුද්ර ගෘහ නිර්මාණ ශිල්ප වෙනස්කම් සඳහා නිර්දේශ ලබා දෙන්න.
- සම්පූර්ණ සංස්ලේෂණ ක්රියාවලිය සිදු කිරීමට පෙර පවා වෙනස්කම්වල බලපෑම ඇස්තමේන්තු කිරීම.
3. AI සහාය ඇතිව බිම් සැලසුම් කිරීම සහ ස්ථානගත කිරීම සහ මාර්ගගත කිරීම
චිප නිර්මාණයේදී, වඩාත්ම අභියෝගාත්මක කාර්යයන්ගෙන් එකක් වන්නේ ඩයි/SoC තුළ ප්රධාන බ්ලොක් (CPU පොකුර, GPU, NPU, හැඹිලිය, මතකය, ISP) පිහිටීම තීරණය කිරීම සහ පසුව ඒවායේ අන්තර් සම්බන්ධතා මාර්ග (මාර්ගගත කිරීම) තීරණය කිරීමයි. අස්ථානගත වීම බලශක්ති පරිභෝජනය වැඩි කිරීමට, සාන්ද්රිත තාපය හෝ සංඥා වැරදි ලෙස පෙළගැස්වීමට හේතු විය හැක.
ගැටලුව "අවකාශ ප්රශස්තිකරණය" සහ "හොඳම විසඳුම් සෙවීම" ට සමාන බැවින් AI මෙහිදී ඉතා ඵලදායී වේ:
- ශක්තිමත් කිරීමේ ඉගෙනීමට විවිධ බිම් සැලසුම් විකල්ප උත්සාහ කර ප්රතිඵල වලින් ඉගෙන ගත හැකිය.
- සාමාන්යයෙන් සති කිහිපයක් ගතවන භෞතික සැලසුම් පුනරාවර්තන AI මගින් අඩු කළ හැක.
- වඩා හොඳ ස්ථානගත කිරීමක් මඟින් සම්බන්ධතා දිග අඩු කිරීමට, ප්රමාදය මැඩපැවැත්වීමට සහ කාර්යක්ෂමතාව වැඩි කිරීමට හැකිය.
ටැබ්ලට් පරිගණක සඳහා මෙය වැදගත් වන්නේ උපාංගය සිහින් සිරුරක් තුළ සිසිල්ව හා බලශක්ති කාර්යක්ෂමව තබා ගැනීමට අවශ්ය බැවිනි.
4. කලින් දෝෂ සත්යාපනය සහ අනාවරණය
සත්යාපනය යනු චිප සංවර්ධන පිරිවැය සහ කාලය සඳහා බලපාන විශාලතම අංගයකි. නිෂ්පාදනයට ඇතුළත් වන දෝෂ අතිශයින් මිල අධික විය හැකි අතර, නිෂ්පාදන ආපසු කැඳවීම් පවා සිදු කරයි.
AI උදව් කරන්නේ:
- අවදානම් සහිතම අවස්ථාවන්ට ප්රමුඛත්වය දීම සඳහා සමාකරණ ප්රතිඵල වර්ගීකරණය කරන්න.
- මහා පරිමාණ සත්යාපන ලොග් වලින් අසාර්ථක රටා හඳුනා ගැනීම.
- අමතර පරීක්ෂණ අවස්ථා ස්වයංක්රීයව ජනනය කරන්න (ආවරණය මත පදනම් වූ).
මේ අනුව, නිර්මාණයේ ගුණාත්මකභාවය වැඩි වන අතර අසාර්ථක වීමේ අවදානම අඩු වේ.
5. බල ප්රශස්තිකරණය සහ තාප කළමනාකරණය
ටැබ්ලට් පරිගණක සඳහා කාර්යක්ෂමතාව අවශ්ය වේ: සීමිත බලය, කුඩා තාප ප්රධාන ඉඩක්. AI භාවිතා කළ හැක්කේ:
- භාවිත පැතිකඩ ආකෘති නිර්මාණය (බ්රවුස් කිරීම, ප්රවාහය, ක්රීඩා, ස්ටයිලස් ඇඳීම).
- බර පුරෝකථනය මත පදනම්ව DVFS (ගතික වෝල්ටීයතාවය සහ සංඛ්යාත පරිමාණය) ප්රශස්ත කරන්න.
– නිර්මාණකරුවන්ට වඩාත් ඵලදායී බල-ගේටින් සහ ඔරලෝසු-ගේටින් උපාය මාර්ග තෝරා ගැනීමට උපකාරී වේ.
නිර්මාණ සන්දර්භයක් තුළ, නිශ්චිත ආකෘතියක් ක්රියාත්මක කිරීමේදී ශක්තිය ඉතිරි කර ගැනීම සඳහා NPU එකක් විශාල කළ යුතුද, නැතහොත් නිශ්චිත AI පරිගණක භාරයක් හැසිරවීමට GPU එකක් වඩාත් සුදුසුද යන්න පිළිබඳව AI මඟින් ආදානයක් සැපයිය හැකිය.
චිප්සෙට් නිෂ්පාදනය සහ නිෂ්පාදනයේදී AI හි කාර්යභාරය
සැලසුම අවසන් කළ පසු, චිපය අර්ධ සන්නායක කර්මාන්ත ශාලාවක (ෆැබ්) නිෂ්පාදනය කෙරේ. නවීන නිෂ්පාදන ක්රියාවලීන් ඉතා සංකීර්ණ වේ: ලිතෝග්රැෆි, තැන්පත් කිරීම, කැටයම් කිරීම සහ පරීක්ෂා කිරීමේ පියවර සිය ගණනක්. අස්වැන්න වැඩි කිරීමට (සමත් වන චිප්ස් ප්රතිශතය) සහ ගුණාත්මක විචලනය අඩු කිරීමට AI වැඩි වැඩියෙන් භාවිතා වේ.
1. අස්වැන්න පුරෝකථනය සහ දෝෂ හඳුනාගැනීම
AI හට අධි-විභේදන වේෆර් පරීක්ෂණ රූප සැකසීමට හැක්කේ:
- සාම්ප්රදායික නීතිරීති අනුව හඳුනා ගැනීමට අපහසු ක්ෂුද්ර දෝෂ හඳුනා ගන්න.
– අසාර්ථක වීමේ ඉහළ අවදානමක් ඇති වේෆර් ප්රදේශ පුරෝකථනය කරන්න.
- අස්වැන්න වැඩි කිරීම සඳහා ක්රියාවලි ගැලපීම් සඳහා නිර්දේශ ලබා දෙන්න.
වඩා හොඳ අස්වැන්නක් යනු චිපයකට අඩු පිරිවැයක් යන්නයි - තරඟකාරී සහ මිල-සංවේදී වෙළඳපොලක ටැබ්ලට් සඳහා වැදගත් වේ.
2. අනුවර්තන ක්රියාවලි පාලනය
ක්රියාවලි පරාමිතීන් (උදා: උෂ්ණත්වය, පීඩනය, නිරාවරණ කාලය) සහ නිෂ්පාදන ගුණාත්මකභාවය අතර සම්බන්ධතාවය AI හට ඉගෙන ගත හැකිය. මෙම ප්රවේශය සමඟ:
- යන්ත්රයේ ප්ලාවිතය දිස්වන විට ෆැබ්ට ඉක්මන් ගැලපීම් කළ හැකිය.
– කාණ්ඩ අතර විචලනය අඩු කළ හැක.
- චිප කාර්ය සාධන අනුකූලතාව වැඩි වේ.
3. වඩා දක්ෂ පරීක්ෂණ
චිපයක් නිෂ්පාදනය කළ පසු, ක්රියාකාරීත්වය සහ බිනින් වර්ගීකරණය සහතික කිරීම සඳහා පරීක්ෂණ සිදු කරනු ලැබේ (උදා: ඉහළ සංඛ්යාතවලට සාපේක්ෂව අඩු සංඛ්යාතවලදී ක්රියාත්මක විය හැකි චිප්). AI පහත සඳහන් දේ සඳහා උපකාරී වේ:
- මිනුම් උප කුලකයක් මත පදනම්ව ප්රතිඵල පුරෝකථනය කිරීමෙන් පරීක්ෂණ කාලය අඩු කරන්න.
- නොපැහැදිලි අසාර්ථක සහසම්බන්ධතා සොයා ගැනීම.
- ටැබ්ලට් නිෂ්පාදන අවශ්යතාවලට ගැලපෙන පරිදි බිනින් කිරීමේ උපාය මාර්ග ප්රශස්ත කරන්න (උදා: බලශක්ති ඉතිරිකිරීම් එදිරිව කාර්ය සාධන ප්රභේද).
ටැබ්ලට් චිප්සෙට් සඳහා AI විශේෂයෙන් වැදගත් වන්නේ ඇයි?
අනෙකුත් උපාංග හා සසඳන විට, ටැබ්ලට් පරිගණකවලට අද්විතීය ලක්ෂණ ඇත:
– සීමිත තාප: ටැබ්ලට් පරිගණක කලාතුරකින් විදුලි පංකා භාවිතා කරයි.
- බැටරිය කල් පවතින විය යුතුය: පරිශීලකයින් දිගුකාලීන බලයක් ඉල්ලා සිටී.
- වැඩ බර වෙනස් වේ: සැහැල්ලු (කියවීම) සිට බර (විදැහුම්කරණය, ක්රීඩා කිරීම, සංස්කරණය කිරීම) දක්වා.
– උපාංගයේ AI සඳහා අවශ්යතාවය වැඩි වෙමින් පවතී: අත් අකුරු හඳුනාගැනීම, ශබ්දය මර්දනය, පසුබිම් බොඳ කිරීම, ලේඛන OCR සහ සටහන් සාරාංශගත කිරීම වැනි විශේෂාංග.
චිප් නිර්මාණයේ AI, වේගවත් පුනරාවර්තන සහ වඩාත් ප්රශස්ත විසඳුම් සමඟින් මෙම ඉලක්ක සපුරා ගැනීමට උපකාරී වේ.
AI භාවිතා කිරීමේ අභියෝග සහ අවදානම්
පොරොන්දු වුවද, සමහර අභියෝග තිබේ:
1. දත්ත ගුණාත්මකභාවය: AI ආකෘතියක් එහි පුහුණු දත්ත තරම්ම හොඳයි. සැලසුම් සහ නිෂ්පාදන දත්ත බොහෝ විට සංවේදී වන අතර පහසුවෙන් බෙදා ගත නොහැක.
2. අර්ථ නිරූපණය: බිම් සැලසුම් කිරීම හෝ ප්රශස්තිකරණය පිළිබඳ AI තීරණ සමහර විට පැහැදිලි කිරීමට අපහසු වේ, නමුත් ඉංජිනේරුවන්ට තාක්ෂණික හේතු තේරුම් ගැනීමට අවශ්ය වේ.
3. මෙවලම් දාම ඒකාබද්ධ කිරීම: EDA (ඉලෙක්ට්රොනික නිර්මාණ ස්වයංක්රීයකරණය) නල මාර්ග දැනටමත් සංකීර්ණයි; AI එකතු කිරීම සඳහා දැඩි ඒකාබද්ධ කිරීමක් අවශ්ය වේ.
4. ආරක්ෂාව සහ IP: චිප් නිර්මාණ වටිනා වත්කම් වේ. AI භාවිතය, විශේෂයෙන් වලාකුළු මත පදනම් වූ ඒවා, කාන්දු වීමේ අවදානමක් ඇති කරයි.
5. ප්රතිඵල වලංගු කිරීම: කුඩා දෝෂ විශාල බලපෑම් ඇති කළ හැකි බැවින් AI නිර්දේශ ප්රතිඵල තවමත් දැඩි ලෙස සත්යාපනය කළ යුතුය.
අනාගතය: වැඩි වැඩියෙන් AI-ස්වදේශීය ටැබ්ලට් චිප්සෙට්
ඉදිරියට යන විට, චිප ජීවන චක්රය පුරාවට AI භාවිතය වඩ වඩාත් ඒකාබද්ධ වනු ඇත:
- පිරිවිතරවල සිට දෘඩාංග බ්ලූප්රින්ට් දක්වා වඩාත් ස්වයංක්රීය නිර්මාණය.
– දෘඪාංග-මෘදුකාංග සම-නිර්මාණය, එහිදී NPU ගෘහ නිර්මාණ ශිල්පය, සම්පාදකය සහ AI ආකෘතිය එක්ව නිර්මාණය කර ඇත.
– ටැබ්ලට් වැඩ බර-විශේෂිත ප්රශස්තිකරණයන්: අඩු ප්රමාද ස්ටයිලස්, තත්ය කාලීන කැමරා සැකසුම් සහ බල-කාර්යක්ෂම බහුමාධ්ය.
- AI මත පදනම් වූ දෘෂ්ටි පරීක්ෂාව සහ අනුවර්තන ක්රියාවලි පාලනය සමඟ වඩාත් කාර්යක්ෂම නිෂ්පාදනය.
අවසාන වශයෙන්, AI ටැබ්ලට් පරිගණකවල විශේෂාංගයක් පමණක් නොව, උපාංග පිටුපස ඇති චිප්සෙට් වල නවෝත්පාදනය වේගවත් කරන "අතිරේක ඉංජිනේරුවෙකු" ද වනු ඇත. මෙම සංයෝජනය ටැබ්ලට් පරිගණක වඩාත් බලවත්, බලශක්ති කාර්යක්ෂම, ප්රතිචාරාත්මක සහ සෑම විටම වලාකුළ මත රඳා නොසිට උපාංගය මත සෘජුවම වඩාත් බුද්ධිමත් කාර්යයන් ඉටු කිරීමට හැකියාව ලබා දෙනු ඇත.
-
ඔබ කැමති නම්, මට මෙම ලිපිය පහත පරිදි අනුවර්තනය කළ හැකිය: (1) විදුලි ඉංජිනේරු/ශිෂ්ය පාඨකයින් සඳහා වඩාත් තාක්ෂණික අනුවාදයක්, (2) තාක්ෂණික බ්ලොග් සඳහා ජනප්රිය අනුවාදයක්, හෝ (3) ටැබ්ලට් SoC නිර්මාණ ප්රවාහය ශුන්යයේ සිට මහා පරිමාණ නිෂ්පාදනය දක්වා කේන්ද්රගත නඩු අධ්යයනයක්.
